Python列表等分及随机采样实现方法

阿橙

发布时间：2026-10-14 | 3人浏览过

原创

本文介绍如何在Python中将列表均匀分割为多个子集，并从中随机选取元素。该方法适用于视频序列的均匀随机采样、多线程任务分配等场景。通过示例代码展示了列表分割逻辑及随机选择实现，帮助开发者高效处理数据分批与采样需求。

列表等分与随机采样原理

在某些应用场景中，例如视频序列处理，我们需要进行均匀的随机采样。具体做法是每隔固定步长x进行截取，将原始列表分割为多个子集，然后从每个子集中随机选取一个元素，从而获得平均采样的索引序列。

基础分割与随机选择实现


import random

def split(a, n):
  k, m = divmod(len(a), n)
  return [a[i * k + min(i, m):(i + 1) * k + min(i + 1, m)] for i in list(range(n))]

list_split = split(list(range(15)), 3)
print(list_split)
tmp = [random.choice(i) for i in list_split]
print(tmp)

执行结果如下所示：

分割后的列表结构为： [[0, 1, 2, 3, 4], [5, 6, 7, 8, 9], [10, 11, 12, 13, 14]]

随机选取的元素序列为： [0, 6, 12]

核心功能：实现Python列表的平均分割与等分操作。

典型应用场景：根据线程数量对任务列表进行分割，以实现负载均衡。

增强版列表分割函数


####功能：将list对象N等分
def div_list(ls,n):
 if not isinstance(ls,list) or not isinstance(n,int):
 return []
 ls_len = len(ls)
 if n<=0 or 0==ls_len:
 return []
 if n > ls_len:
 return []
 elif n == ls_len:
 return [[i] for i in ls]
 else:
 j = ls_len/n
 k = ls_len%n
 ### j,j,j,...(前面有n-1个j),j+k
 #步长j,次数n-1
 ls_return = []
 for i in xrange(0,(n-1)*j,j):
  ls_return.append(ls[i:i+j])
 #算上末尾的j+k
 ls_return.append(ls[(n-1)*j:])
 return ls_return

if 0:
 print div_list(3,3)
 print div_list([3],'3')
 print div_list([3],-1)
 print div_list([],2)
 print div_list([3],2)
 print div_list([3,4,5,6],4)
 print div_list([3,4,5,6,7,8,9,10,11,12,13,14,15],3)

以上就是关于Python列表等分及从子集中随机选取元素的实现方法。如需了解更多相关技术细节，可参考本站其他文章或继续浏览后续内容。感谢支持！